【臺灣資安大會直擊】不只資安產品能用AI，趨勢利用AI輔助沙箱偵測每年數十萬PDF檔，以降低資安維運成本

「未來的AI技術，就像是一個Excel表格功能，可以節省許多整理表格的力氣與時間。」趨勢科技全球研發部資深副總周存貹近日參加臺灣資安大會時表示，對於資安公司來說，AI也像是一種製作資安表格的工具，可以幫助許多資安公司加強資安產品的防護。周存貹認為，資安整合AI能力，已成為必然的發展趨勢，因此，真正的關鍵在於，如何運用AI來解決現有資安產品面臨的難題。

因為AI技術最近幾年的大躍進，也帶來資安防護技術的演進，開始有越來越多的資安公司，將AI能力融入自家資安防護產品之中，試圖解決一些傳統資安產品面臨的問題，例如病毒碼更新管理難題、無法偵測未知病毒，以及容易出現誤判的情況等。趨勢科技也是其中一家。

周存貹表示，目前該公司與資安及營運相關的AI專案多達50個。以資安為例，至今，趨勢已實際將AI技術應用在電子郵件詐騙阻擋、垃圾郵件阻擋以及惡意巨集偵測等方面。以目前常見的變臉詐騙(BEC)來說，他們利用500多封電子郵件的書信內容當作訓練樣本，讓AI學習公司主管的書寫風格，以判斷信件內容是否為詐騙，一旦發現內容與本人的書寫風格不符，就會發送警告，提醒收／寄件者注意。經過一段時間訓練後，發現辨識成果高於預期，如今趨勢也把這項技術運用在自家資安產品中。另外，在阻擋釣魚郵件上，趨勢也同樣利用AI在圖像辨識方面的優異能力，來教導它學習判別釣魚網站，使用至今也獲得不錯的辨識成效。

不只有資安產品會用到AI，趨勢也利用AI輔助沙箱偵測內含巨集惡意程式的PDF文件檔案，來降低資安維運成本。過去趨勢是利用沙箱模擬分析技術（sandbox）來進行偵測，將所有信件附加的PDF檔案放進沙箱環境做檢測，以確保用戶電腦安全。但是，以前光是每天要處理的郵件多達上百萬到千萬封，用在處理全部PDF檔案，事前可能需要準備數十萬臺沙盒才夠用，不僅耗費許多運算成本，甚至每次執行至少需要3到5秒的等待時間，要過濾完所有PDF檔相當費時。

後來，趨勢決定改用AI來替他們解決這個營運難題。他們利用將近1年蒐集來的數十萬個PDF檔案當作訓練資料，來建立ML模型，用來判別PDF檔案的好壞，僅針對AI沒辦法分辨的問題檔案，再丟進沙箱內進一步檢測。經過半年併行測試後，也幫助他們大幅降低了沙箱的使用數量，而且同樣能發揮到相同防護的效果。

不過，周存貹坦言，AI在提高病毒偵測率、降低誤判率，以及減少更新病毒碼的頻率方面，雖然能發揮到不錯的效果，但是純用AI來防毒，現階段還是存在一定程度風險。首先，AI技術的先天特性，目前還難以解釋病毒偵測成功或失敗與否的原因，所以當AI發生誤判或抓不到病毒時，不容易找到真正的原因，並且也很難立即反應，得要重新餵資料訓練模型，這段時間，等於是讓企業重要系統成為駭客的囊中物；再者，對已知病毒的偵測率，AI反而不如傳統資安產品。最後，不是只有資安公司會想到用AI，駭客攻擊也開始用AI來反制，例如利用對抗式攻擊（Adversarial Attacks）技術，誘騙AI產生錯誤的判斷，藉此規避AI資安產品的偵測。

周存貹建議，企業在選用資安產品時，AI固然是一項重要的參考指標，但是更重要的是，這個資安產品是不是有做到多層的保護，也就是在伺服器、端點、閘道器或防火牆，加入多種不同的資安保護，以及這個資安產品是不是搭配多樣的技術，如AI判別、行為分析偵測等，從各個資安層面對企業提供全面的保護；再者，也要將單一資安產品的整合能力納入考量，可整合其他資安產品，彼此協同合作。這些都具備了，才是完整的資安解決方案。

以趨勢的X-GEN防護產品為例。他表示，當有一個惡意檔案進到企業，除了會先經過幾道安全機制過濾，包括Web Reputation、Application Control與Census Check等，之後還會搭配兩種ML引擎做為另外兩道進階的資安防線，一個是Pre-execution ML，先針對還沒執行前的檔案做ML推論，以判別是否屬於惡意檔案，另一個則是Runtime ML，可在檔案或程式執行過程中，用於偵測或捕捉惡意病毒，並將其擋下。如此一來，才能達到多層次、多產品、多功能的保護。